[發明專利]一種基于混合差分人工蜂群算法的焊接梁設計方法

在審

• 申請號: 201810558311.8
• 申請日: 2018-06-01
• 公開（公告）號: CN108829957A
• 公開（公告）日: 2018-11-16
• 發明（設計）人: 杜振鑫;韓德志;余學山
• 申請（專利權）人: 韓山師范學院;上海海事大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/00
• 代理公司: 上海元好知識產權代理有限公司 31323
• 代理人: 徐雯瓊

1.一種基于混合差分人工蜂群算法的焊接梁設計方法，其特征在于，包含以下過程：

步驟S1、融合混合差分人工蜂群算法和三角搜索策略形成EABC-BB算法，克服其它算法容易陷入局部最優解導致早熟收斂的缺點；

步驟S2、EABC-BB算法在混合差分人工蜂群算法的基礎上，根據三角搜索策略產生高斯分布候選解；

步驟S3、在S2的基礎上，根據前一代的成功搜索經驗動態調整交叉概率CR，增強算法適應解決不同問題的能力；

步驟S4、采用懲罰函數方法將焊接梁設計問題轉化為無約束優化問題；

步驟S5、用EABC-BB算法求解焊接梁設計問題所轉化的無約束優化問題。

2.如權利要求1所述的基于混合差分人工蜂群算法的焊接梁設計方法，其特征在于，所述的混合差分人工蜂群算法是基于人工蜂群算法結合以差分進化算法形成的；

所述的人工蜂群算法中人工蜂群包含了3種不同類型的蜜蜂：雇傭蜂、觀察蜂以及偵察蜂，人工蜂群算法采用一個隨機生成的群體開始迭代搜索；設食物源的規模為SN，其中，食物源x_i＝(x_i1,x_i2,…,x_iD)代表一個候選解,首先按照公式(1)生成SN個初始解；

其中，i＝1,2,…,SN,j＝1,2,…,D.D是變量的維數.x_j^L與x_j^U分別是第j維的下界與上界,算法開始迭代之后，人工蜂群算法根據蜜蜂的類型將搜索過程分為3個階段：

步驟S1.1、雇傭蜂階段：每只雇傭蜂在對應的食物源x_i處根據公式(2)生成一個候選解v_i＝(v_i1,v_i2,...,v_iD)，若v_i的適應值比x_i的適應值更優，則用v_i替換x_i：

v_i,j＝x_i,j+φ_i,j(x_i,j-x_k,j) (2)

其中，是[-1，1]之間的隨機數，k∈{1,2,…,SN}是隨機選擇的一個食物源，且k≠i，j∈{1,2,…,D}是隨機選擇的一個維度；

步驟S1.2、觀察蜂階段：在所有雇傭蜂完成勘探之后，觀察蜂按照公式(3)定義的概率隨機選擇一個食物源i進一步開采：

在式(3)中，fit_i是食物源x_i的適應度值.從上述公式可見，食物源的適應度值越大，被觀察蜂選中的概率越高；其中，fit_i按公式(4)計算：

在公式(4)中，f_i是第i個解的目標函數值；

步驟S1.3、偵察蜂階段：當雇傭蜂對應的食物源經過limit次未更新，說明該食物源已被開采耗盡；這種情況下，重新隨機初始化一個新食物源代替x_i；

所述的差分進化算法中差分進化是一種利用NP個D維參數向量的并行直接搜索方法，參數形式如下：

x_i，G，i＝1，2...NP

差分進化的基本策略可以描述如下：

步驟S2.1、對于每個目標矢量x_i，G，i＝1，2...NP，一個突變載體是根據公式(5)計算：

其中，隨機索引r₁，r₂，r₃∈{1，2，…，NP}并且為整數，相互不同且F>0，隨機選擇的整數r₁，r₂和r₃的選擇與行程索引i不同，其中F是控制微分變異放大的實數常數因子范圍為[0,2]；

步驟S2.2、通過交叉增加擾動參數向量的多樣性，為此，試用矢量如公式(6)所示:

u_i，G+1＝(u_1i，G+1，u_2i，G+1，…，u_Di，G+1) (6)

公式(6)中：

在公式(7)中，randb(j)是統一的隨機數發生器的第j個評估，其結果為[0,1]，CR是交叉常數必須由用戶決定范圍為[0,1]，rnbu(i)是隨機選擇的索引在{1，2，…，D}中能夠確保u_i，G+1從v_i，G+1中獲取至少一個參數；

步驟S2.3、為了決定u_i，G+1是否應該成為G+1的成員，使用貪婪準則將試驗向量u_i，G+1與目標向量x_i，G進行比較，如果向量u_i，G+1比x_i，G產生更小的代價函數值，那么x_i，G+1被設置為u_i，G+1，從而使得u_i，G+1成為第G+1代種群成員；否則，舊值x_i，G被保留。